EF Core并发控制：处理断开连接实体的最佳实践

并发控制基础概念

在数据库应用中，并发控制是确保多个用户同时访问和修改相同数据时保持数据一致性的关键技术。EF Core通过并发令牌(Concurrency Token)机制实现乐观并发控制，其中最常用的实现方式就是ConcurrencyStamp。

典型场景分析

考虑一个典型的产品管理系统场景：两个用户同时编辑同一个产品信息。用户A获取产品数据后，用户B修改了产品信息并保存，此时用户A尝试保存自己的修改。这种情况下，系统应该检测到并发冲突并阻止用户A的修改。

EF Core默认行为的问题

EF Core默认使用实体原始值(Original Value)进行并发检查，这在断开连接(Disconnected)的场景下会带来问题：

1. 当从数据库获取实体后修改并保存时，EF Core能正确工作
2. 但当客户端传递DTO(数据传输对象)到服务端时，服务端需要重新构建实体对象，此时原始值和当前值相同，导致并发检查失效

解决方案比较

方案一：直接更新方式

var entityToUpdate = new Product {
    Id = dto.Id,
    ConcurrencyStamp = dto.ConcurrencyStamp
    // 其他属性...
};
DbContext.Update(entityToUpdate);
await DbContext.SaveChangesAsync();

优点：

• 实现简单
• 并发检查能正常工作

缺点：

• 所有属性都会被标记为已修改，导致不必要的数据库更新
• 无法检测哪些属性真正发生了变化

方案二：先查询再更新方式

var entityToUpdate = await DbContext.Products.FindAsync(dto.Id);
// 手动更新属性...
await DbContext.SaveChangesAsync();

优点：

• 只更新实际修改的属性
• 可以访问原始值和当前值

缺点：

• 默认情况下并发检查会失效，因为原始值被当前值覆盖

最佳实践解决方案

结合两种方案的优点，我们可以在方案二的基础上手动设置并发令牌的原始值：

var entityToUpdate = await DbContext.Products.FindAsync(dto.Id);
// 更新属性...
DbContext.Entry(entityToUpdate).OriginalValues
    .SetValues(new { ConcurrencyStamp = dto.ConcurrencyStamp });
await DbContext.SaveChangesAsync();

或者更通用的全局解决方案，通过重写SaveChangesAsync方法：

protected override async Task<int> SaveChangesAsync(
    CancellationToken cancellationToken = default)
{
    ChangeTracker.DetectChanges();
    
    foreach (var entry in ChangeTracker.Entries()
        .Where(e => e.State == EntityState.Modified))
    {
        if (entry.CurrentValues.TryGetValue<byte[]>("ConcurrencyStamp", 
            out var currentStamp))
        {
            entry.OriginalValues.SetValues(new Dictionary<string, object> {
                { "ConcurrencyStamp", currentStamp }
            });
        }
    }
    
    return await base.SaveChangesAsync(cancellationToken);
}

性能优化建议

1. 提前冲突检测：在保存前比较客户端传递的ConcurrencyStamp与数据库中的值，避免不必要的数据库操作
2. 选择性更新：只更新真正发生变化的属性，减少数据库负载
3. 批量处理：对于批量操作，考虑使用更高效的并发控制策略

总结

EF Core的并发控制在断开连接场景下需要特别注意。通过理解其内部机制并采用适当的技术手段，我们可以在保持数据一致性的同时，实现高效的数据库操作。本文介绍的方法既解决了并发控制问题，又避免了不必要的数据库更新，是处理这类场景的推荐做法。